La clusterización identifica perfiles
cognitivos que amplían la comprensión
de la diversidad infantil
a Unidad de Neurobiología Aplicada (UNA, CEMIC-CONICET)
b Instituto de Cálculo (IC, FCEyN- CONICET)
c Universidad Argentina de la Empresa (UADE)
d Laboratorio de Inteligencia Artificial Aplicada (LIAA, FCEyN- CONICET)
Las ciencias del desarrollo reconocen que las diferencias individuales en el desarrollo cognitivo pueden ser adaptaciones al contexto y no necesariamente desempeños atípicos. Los análisis de clústeres ayudan a identificar perfiles diversos, pero faltan estudios que integren datos de distintas evaluaciones y poblaciones, lo que limita su uso en el diseño de intervenciones.
A. Analizar la diversidad de perfiles de desempeño en tareas con demandas ejecutivas en niños y niñas de edad preescolar y de bajo nivel socioeconómico del Área Metropolitana de Buenos Aires.
B. Comparar la implementación de técnicas de clusterización en dos muestras con diferente composición demográfica.
Se analizaron dos muestras de proyectos desarrollados en la UNA: la muestra A estuvo compuesta por 58 participantes (Medad=5.82; DS=0.28), y la muestra B por 106 participantes (Medad=5.34; DS=0.33). Para ambas muestras, se evaluaron procesos de control inhibitorio (CI), memoria de trabajo (MT) y planificación (PL).
Los datos del desempeño fueron analizados mediante distitnos métodos de clusterización (k-means, PAM, Diana y jerárquicos) y distancias (euclideana y manhattan), iterando en distinta cantidad de clústeres (k) para cada muestra. Posteriormente se analizaron y compararon las soluciones obtenidas para cada muestra.
Todos los análisis se realizaron mediante el lenguaje R versión 4.4.2 (R Core Team, 2025), en Rstudio (RStudio Team, 2024). Los principales paquetes utilizados fueron dplyr (Wickham et al., 2023), ggplot2 (Wickham et al., 2025) y diceR (Chiu & Talhouk, 2025) .
Se seleccionó un número final de k=3 mediante K-medias y PAM. Los grupos difirieron significativamente entre sí en todas las tareas (p <.05), mostrando similitudes y diferencias para cada muestra.
La clusterización identifica perfiles
cognitivos que amplían la comprensión
de la diversidad infantil